教育新闻网数以亿计的人每天为Google Maps超过2亿个兴趣点贡献超过2000万条评论，评分和其他内容-这就是该平台如何持续如此迅速地发展。但是用户的贡献本质上充满了困惑。这就是为什么Google越来越多地使用AI和机器学习在提交时发现恶意贡献的原因，以确保它们不会吸引经常使用Maps的超过10亿用户。
谷歌在博客中表示，它使用包括机器学习模型在内的自动检测系统来扫描数百万个贡献，以检测和删除违反政策的内容。对于评论，其系统会先审核每条评论，然后再将其发布到Maps，以寻找虚假或误导性内容的迹象。它的机器学习模型会监视特定的单词和短语，并检查帐户过去提供的内容类型中的模式，同时考虑到可疑的审核模式。
当然，人工智能并不是完美的，这就是为什么Google聘请训练有素的运营商和分析师团队来审核评论，照片，业务资料以及其他类型的内容(无论是单独还是批量)。仅在2019年，人类主持人就借助机器学习系统来提高其阻止违反政策的内容和检测异常以进行手动审核的能力，从而删除了超过7500万份违反政策的评论和400万笔虚假的业务资料。他们还删除了直接报告给Google的超过580,000条评论和258,000个业务资料，并查看和删除了超过1000万张违反Maps政策并禁用了475,000个用户帐户的照片和300万个视频。
“对Maps所做的绝大多数贡献都是真实的，违反政策的内容不到百分之一的时间。我们将继续开发新的工具和技术来对抗不良行为者。”地图产品总监Kevin Reece说。“贡献的内容是我们使Maps变得更丰富，对每个人更有用的必不可少的一部分。”
在《华尔街日报》的报告得出结论认为，地图上存在数百万个虚假列表后，指标才更新，此后这些列表已被地图的审核团队删除。针对与用户提交的内容有关的此争议以及其他争议，包括涉及在Apple徽标上撒尿的Android徽标绘图的事件，Google多次关闭了公共地图编辑工具，并引入了新的Google地图审核功能。
